臨床研究選題來源：基於交互作用的數據挖掘
臨床研究如何選題？既有創新性又有臨床價值的題目，是一篇論文的靈魂。
看看數據分析高手是怎麼做的：批量挖掘交互作用協助臨床選題。
如果你沒有明確的X
對於結局指標「高血壓（是/否）」，資料庫中有哪些可能的交互作用？
可以一網打盡資料庫中所有可能的交互作用。得出資料庫中所有可能的暴露因素（X）和交互作用項的組合，並按顯著性水平排序，交互作用最顯著的排在前面。
結果解讀
第一步：看最後一列的p值（P.interaction），P＜0.05的表明存在交互作用；
第二步：看X和X（modifier），分別是暴露因素（X）和交互作用項；
第三步：結合指標的臨床意義思考。如果有臨床意義，則可以確定選題為：某指標G增強（或減弱）了X對Y的作用。如果臨床上不好解釋，就先看其它的組合。
易侕軟體同時輸出了一系列圖表結果，初學者可以先不看。
上面的操作沒有指定X，易侕軟體自動把資料庫中所有的變數都掃描了一遍。如果你有明確的X，可以在暴露變數處設置一個X，這樣就只掃描跟這個X有關的交互。
如果你有明確的X
例如：研究體質指數（BMI）和高血壓的關係，資料庫中有哪些可能的交互作用項。
得出資料庫中所有可能與BMI有關的交互作用項，並按顯著性水平排序。結果解讀同前。第一個表是總的（Summary）結果，下面是每一項的明細結果。
軟體操作很簡單，需要學習的是結果解讀。
實例解讀
這是某臨床事件指標Y和生化檢查指標X掃描交互作用的結果，發現了7個交互作用顯著。
如果一個資料庫發現多個交互，建議分開寫。通常一個交互一篇論文，根據臨床意義進行選擇。這裡有7個交互，是否是7篇論文呢？沒有這麼好的事情，需要結合指標臨床意義進行篩選。
篩選原則：首選可以改變的指標，因為有臨床意義。
目前結果中，排第一位的是肌鈣蛋白水平（Cardiac troponin I）,這是患者本身的測量值，很難改變。
排第二位的為是否用藥（倍他受體阻滯劑，Beta-blockers），這是可以改變的指標。因此選這個指標來寫第一篇論文。
進一步分析調整混雜後發現，在生化檢查指標X較高的人群中，用藥（倍他受體阻滯劑）可以降低事件發生風險60%；而在生化檢查指標X較低的人群中，用藥（倍他受體阻滯劑）可以降低事件發生風險5%，這個5%的作用太小，沒有臨床價值。這個60%和5%的差異是顯著的（交互作用p值＜0.05）。
本研究的意義在於：找到了藥物的適用人群。對於生化檢查指標X較高的人，推薦使用該葯，因為可以降低某事件Y的發生風險。
其它的交互作用，如果從臨床角度考慮可以解釋的通，可以再分別寫第二、三篇論文。
常見誤區：試圖在一篇文章中講清楚所有問題，結果一件事都沒有講清楚。高質量的SCI論文，通常有明確的研究假設，一個X對一個Y，如果要加交互作用做為亮點，一篇文章只寫一個交互。
軟體操作小技巧：掃描交互作用需要按交互項分組計算，如果某分類變數某一個組樣本量小，再分組後可能是空的（沒人），就做不了。
處理辦法：可以在變數視圖「選取」這裡點需要選擇的變數，就只會掃描這些變數。
小結
目的：批量挖掘資料庫中的交互作用，輔助臨床研究選題。是加分項，屬於數據挖掘過程，不用放在文章中。
適用範圍：
X和Y可以是分類變數也可以是連續變數，生存分析也可以
各種研究類型都可以做：RCT、隊列、病例對照、橫斷面等
交互作用項：易侕軟體自動編寫R程序，自動掃描資料庫中所有變數
如何選題：
臨床選題篩選原則：首選可以改變的指標，因為有臨床意義。
一篇論文只講一個交互：文章的質量重在講清楚指標間的關係，而不在多。
TAG:EmpowerStats |